Auf einen Blick
- Aufgaben: Leite die Entwicklung von KI-Modellen, die Millionen von Reisenden unterstützen.
- Unternehmen: Innovatives Unternehmen im Bereich KI und Reisen mit einem dynamischen Team.
- Vorteile: Hybrid-Arbeit, persönliches Lernbudget, Boni und Gesundheitsleistungen.
- Weitere Informationen: Wachstumsorientierte Umgebung mit viel Autonomie und Einflussmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der KI und beeinflusse Produkte, die weltweit genutzt werden.
- Qualifikationen: Erfahrung in der Entwicklung von ML-Modellen und starke Kommunikationsfähigkeiten.
Das prognostizierte Gehalt liegt zwischen 62100 - 75900 € pro Jahr.
Do you want to define the technical direction of machine learning across an entire business? As a Staff Data Scientist, you’ll be der erfahrenste individuelle Beitragende innerhalb eines leistungsstarken Data-Science-Teams, das die schwierigsten Herausforderungen im Bereich maschinelles Lernen des Unternehmens angeht und gleichzeitig den technischen Standard für alle um Sie herum erhöht.
Was Sie tun werden:
- Leiten von mission-kritischem ML – Übernehmen Sie das Design, die Entwicklung und den Einsatz von hochwirksamen Modellen des maschinellen Lernens, die komplexe Geschäftsprobleme in den Bereichen Ranking, Empfehlungen, Prognosen, Preisgestaltung, Abwanderung und darüber hinaus lösen.
- Setzen des technischen Standards – Definieren Sie Best Practices für Modellierung, Experimentierung, MLOps und Codequalität und helfen Sie, die technische Richtung für die gesamte Data-Science-Funktion festzulegen.
- Multiplikation des Team-Effekts – Mentoren Sie erfahrene Data Scientists, überprüfen Sie Modelle und technische Designs und helfen Sie, die Qualität und Effektivität alles, was das Team liefert, zu erhöhen.
- Gestalten der Produktstrategie – Arbeiten Sie eng mit Ingenieuren, Produktmanagern und Führungskräften zusammen, um herauszufinden, wo maschinelles Lernen den größten kommerziellen Wert freisetzen kann, und beeinflussen Sie langfristige Roadmap-Entscheidungen.
- Fördern von KI – Erkunden und übernehmen Sie kontinuierlich die neuesten KI-Tools und -Techniken und integrieren Sie diese sowohl in Lösungen für maschinelles Lernen als auch in die täglichen Arbeitsabläufe der Data Science.
- Hands-On bleiben – Bauen Sie skalierbare, produktionsbereite Systeme für maschinelles Lernen von der Konzeption bis zur Bereitstellung, Überwachung und kontinuierlichen Verbesserung.
Das Team: Sie werden einem erfahrenen Data-Science-Team innerhalb einer größeren Business-Intelligence-Organisation beitreten, das mit Data Scientists, Analysten und Data Engineers zusammenarbeitet. Dies ist eine neu geschaffene Position auf Staff-Ebene, die Ihnen die Möglichkeit gibt, sowohl die technische Richtung als auch die Kultur des Teams zu gestalten.
Was sie suchen:
- Signifikante kommerzielle Erfahrung im Aufbau und in der Bereitstellung von Modellen des maschinellen Lernens in der Produktion (typischerweise 5+ Jahre)
- Tiefe Expertise in Statistik, prädiktiver Modellierung und angewandtem maschinellen Lernen
- Starke praktische Erfahrung mit Python, SQL und modernen ML-Tools
- Erfahrung im Aufbau von Hochleistungsmodellen mit baumbasierten und Gradient-Boosting-Techniken (XGBoost, LightGBM, CatBoost)
- Nachgewiesene technische Führungsqualitäten durch Mentoring, Setzen von Standards oder Leiten komplexer ML-Initiativen
- Ausgezeichnete Kommunikationsfähigkeiten mit der Fähigkeit, sowohl technische als auch nicht-technische Stakeholder zu beeinflussen
- Eigenverantwortliche Mentalität mit einer Erfolgsbilanz bei der Lösung von mehrdeutigen, hochwirksamen Problemen
- Echtes Interesse daran, KI zur Verbesserung von Produkten, Arbeitsabläufen und Ingenieurpraktiken zu nutzen
Was sie anbieten:
- Hybrides Arbeiten mit etwa 50% Büro-Zusammenarbeit
- Bis zu 8 Wochen pro Jahr Arbeit von internationalen Standorten
- Persönliches Lernbudget plus dedizierte Lerntage
- Bonus, Altersvorsorge, private Gesundheitsversorgung und zusätzliche Mitarbeiterleistungen
- Signifikante Rabatte auf Immobilien über ihre eigene Plattform
Staff Data Scientist Arbeitgeber: Venture Up
Als Senior Python Software Engineer in unserem dynamischen Team profitieren Sie von einer flexiblen hybriden Arbeitsweise, die bedeutende persönliche Interaktionen im Büro fördert. Wir bieten Ihnen nicht nur ein wettbewerbsfähiges Gehalt, sondern auch ein persönliches Lernbudget mit starkem Fokus auf KI, sowie Rabatte für Fitnessstudios und Reisevorteile. Bei uns erwartet Sie eine internationale Arbeitsumgebung, in der Sie an Produkten arbeiten, die global eingesetzt werden, und wo Ihre Ideen und Ihr Wachstum geschätzt werden.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Staff Data Scientist erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Venture Up zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Staff Data Scientist mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Staff Data Scientist bei Venture Up gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Venture Up vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Venture Up entscheidend sein!